Crear un gráfico de mejora respecto al modelo predictivo, un gráfico de beneficios o una matriz de clasificación

Se aplica a: SQL Server 2019 y versiones anteriores de Analysis Services Azure Analysis Services Fabric/Power BI Premium

Importante

La minería de datos estaba en desuso en SQL Server 2017 Analysis Services y ahora se ha interrumpido en SQL Server 2022 Analysis Services. La documentación no se actualiza para las características en desuso e interrumpidas. Para más información, consulte Compatibilidad con versiones anteriores de Analysis Services.

Puede crear un gráfico de precisión para un modelo de minería de datos de SQL Server Analysis Services en cinco pasos básicos:

• Seleccione la estructura de minería de datos que contiene los modelos de minería de datos que desea comparar.

• Seleccione los modelos de minería de datos que desea agregar al gráfico.

• Especifique el origen de datos de pruebas que se ha de utilizar al generar el gráfico.

• Elija el tipo de gráfico.

• Configure las opciones de gráfico.

Estos pasos básicos son los mismos para el gráfico de elevación, el gráfico de beneficios y la matriz de clasificación. Los procedimientos siguientes describen los pasos necesarios para configurar las opciones de gráfico básicas para estos tipos de gráfico. Para obtener más información sobre cómo crear un informe de validación cruzada, vea Medidas en el informe de validación cruzada.

Abrir la estructura de minería de datos en el Diseñador de gráficos de precisión

1. Abra el Designer minería de datos en SQL Server Data Tools.

2. En el Explorador de soluciones, haga doble clic en la estructura que contiene el modelo o los modelos de minería de datos.

3. Haga clic en la pestaña Gráfico de precisión de minería de datos .

Seleccionar los modelos de minería de datos para incluirlos en el gráfico

1. En la pestaña Gráfico de precisión de minería de datos de Designer en SQL Server Data Tools, haga clic en la pestaña Selección de entrada.

   La lista muestra todos los modelos de la estructura actual que tienen el mismo atributo de predicción.

2. Seleccione el cuadro Mostrar para cada uno de los modelos que desea incluir en el gráfico.

3. Haga clic en el cuadro de texto Nombre de columna de predicción y seleccione el nombre de una columna de predicción en la lista. Todos los modelos que ponga en el gráfico deben tener la misma columna de predicción.

4. Si compara dos modelos y las columnas de predicción tienen valores o tipos de datos diferentes, desactive la casilla Sincronizar valores y columnas de predicción para forzar la comparación.

   Nota:

   Si está activada la casilla Sincronizar valores y columnas de predicción , Analysis Services analiza los datos de las columnas de predicción del modelo y los datos de pruebas, e intenta buscar la mejor coincidencia. Por consiguiente, no desactive la casilla a menos que sea absolutamente necesario forzar una comparación de las columnas.

5. Haga clic en el cuadro de texto Valor de predicción y seleccione un valor en la lista. Si la columna de predicción es un tipo de datos continuo, debe escribir un valor en el cuadro de texto.

   Para obtener más información, vea Elija la columna que se va a utilizar para probar un modelo de minería de datos.

Seleccionar los datos de pruebas

1. En la pestaña Selección de entrada de la pestaña Gráfico de precisión de minería de datos , especifique el origen de los datos que utilizará para generar el gráfico seleccionando una de las opciones del grupo Seleccionar un conjunto de datos para usarlo en un gráfico de precisión.

   • Seleccione la opción Usar casos de pruebas de modelo de minería de datossi desea utilizar el subconjunto de casos definido por la intersección de los casos de prueba de la estructura de minería de datos y los filtros que se hayan aplicado durante la creación del modelo.

   • Seleccione la opción Usar casos de pruebas de estructura de minería de datospara utilizar el conjunto completo de casos de prueba que se definieron como parte del conjunto de datos de exclusión de las estructuras de minería de datos.

   • Seleccione la opción Especificar otro conjunto de datossi desea utilizar datos externos. El conjunto de datos debe estar disponible como vista del origen de datos. Haga clic en el botón Examinar (...) para elegir las tablas de datos que se usarán para el gráfico de precisión. Para más información, consulte Choose and Map Model Testing Data.

     Si está utilizando un conjunto de datos externos, opcionalmente puede filtrar el conjunto de datos de entrada. Para obtener más información, vea Aplicar filtros a los datos de prueba del modelo.

Nota:

No puede crear un filtro en los casos de prueba del modelo ni en los casos de prueba de la estructura de minería de datos en la pestaña Selección de entrada . Para crear un filtro en el modelo de minería de datos, modifique la propiedad Filter del modelo. Para más información, vea Aplicar un filtro a un modelo de minería de datos.

Configurar los valores del gráfico y generarlo

1. En la pestaña Gráfico de precisión de minería de datos , haga clic en la pestaña correspondiente al gráfico que desea crear.

2. Para un gráfico de elevación, haga clic en la pestaña Gráfico de elevación . El gráfico se genera automáticamente en función del modelo, los atributos predecibles y los datos de entrada que acaba de seleccionar.

3. Para obtener una matriz de clasificación, haga clic en la pestaña Matriz de clasificación. No se necesita ninguna configuración adicional; el gráfico se genera automáticamente en función de los datos de entrada y el modelo que seleccionó.

4. Para obtener un gráfico de beneficios, primero haga clic en la pestaña Gráfico de elevación . A continuación, en la lista desplegable Tipo de gráfico, seleccione Gráfico de beneficios.

   Escriba los valores siguientes en el cuadro de diálogo Configuración del gráfico de beneficios .

   Población
   El número de casos del conjunto de datos que desea utilizar al crear el gráfico de elevación.

   El modelo siempre elige los casos en orden de probabilidad decreciente; es decir, si se están evaluando clientes potenciales y elige un número que representa solo la mitad de los registros de la base de datos de clientes, el modelo medirá la exactitud en el subconjunto de casos que mejor se ajustan al modelo.

   Esto se debe a que cuando use el modelo para generar un envío de correo directo o crear una campaña, utilizará la probabilidad de predicción asociada a cada caso para destinarlo solo a los clientes que tengan la mayor probabilidad de dar una respuesta favorable.

   Costo fijo
   Costo fijo asociado con el problema de la empresa.

   Si se tratara de una solución de envío de correo directo, el costo fijo podría representar una tarifa por la configuración de la impresora que abarcara el costo inicial de preparar el envío de correo promocional.

   Este costo se aplica una vez a toda la población de destino.

   Costo individual
   Costos adicionales al costo fijo y que se pueden asociar con cada contacto con el cliente. Por ejemplo, podría especificar el costo del franqueo para un envío de correo promocional o el costo de la realización de llamadas telefónicas.

   Este costo debe ser el mismo para toda la población de destino. Cada valor se multiplica por el número de casos que constituyen el destino.

   Ingresos por individuo
   Cantidad de ingresos asociados con cada venta realizada con éxito.

Consulte también

Gráfico de mejora respecto al modelo predictivo (Analysis Services - Minería de datos)
Matriz de clasificación (Analysis Services - Minería de datos)